遥感影像在土调查中山区耕的解译难点技术要点

遥感影像在土调查中山区耕的解译难点技术要点

徐德君

浙江省第七地质大队浙江丽水323000

摘要：随着科学技术的发展，我国的遥感影像技术有了很大进展，遥感影像的解译是土调查过程中的重要部分，解译的精度直接影响着调查的结果，探索适合的影像处理、解译方法对于调查工作具有重要的意义。以解译难度大的山区为研究对象，简述了山区影像识别的具体程序，提出了山区耕解译过程中边界解译、面积精准核算、撂荒耕解译3类有代表性的问题，并针对这些问题对调查的影响，探索了相应的解决办法。结果表明，对不规则耕和阴影区耕2种有边界识别困难的耕类型采用对比度增强、阴影补偿等方法处理影像，能增强边界的可解译性，并以调查正射影像为例展示了这些方法对于耕边界解译的作用；对于小物坡对耕面积精准核算的影响，列举了几种影响广泛的小物的解译标志解译方法，指出利用坡的坡度坡向对坡面积进行校正的方法；对于撂荒耕的解译，提出应用不同季节影像解译的方法。

关键词：遥感；土调查；山区耕；目视解译

引言

我国近年发射的国产高分辨率卫星影像融合技术研究对象主要集中在平原及城市区，由于山形具有高差大，形复杂，且由于太阳照射在山的阴面会存在阴影现象等特点。对于山区为对象的融合方法研究目前较少，因此本文尝试采用几种主流常规融合方法对山区遥感影像进行融合实验，以期优选出适合山的高分一号卫星数据融合方法，为基于山的国产高分数据融合应用提供一定的参考价值。

1影像融合方法

（1）ＨＳＶ变换融合。ＨＳＶ变换是先将多光谱影像进行ＲＧＢ彩色变换，分离出色度（Ｈ）、饱和度（Ｓ）、亮度（Ｖ）分量；然后将高分辨率全色影像分离的亮度（Ｈ）分量进行直方图匹配；最后将分离的色度（Ｈ）和饱和度（Ｓ）分量匹配后的高分辨率影像按照ＨＳＶ反变换，进行彩色合成。（2）ＣＮ变换。ＣｏｌｏｒＮｏｒｍａｌｉｚｅｄ锐化，又称能量分离变换，原理是利用经过锐化处理后的高空间分辨率图像对低空间分辨率图像或低波普分辨率对高空间分辨率进行增强处理，这一方法只针对两幅融合影像中相对应的波谱范围进行融合，其余非对应的波谱范围不会进行融合。（3）Ｇｒａｍ－Ｓｃｈｍｉｄｔ融合Ｇｒａｍ－Ｓｃｈｍｉｄｔ融合方法利用Ｇｒａｍ－Ｓｃｈｍｉｄｔ变换将多光谱图像转换到正交空间，再将高分辨率图像替换第一分量，最后反变换获得融合后图像。对于融合的遥感影像无波段限制，具有较高的光谱信息保持度。（4）ＰＣＳｐｅｃｔｒａｌ锐化ＰＣＳｐｅｃｔｒａｌ锐化是针对高分辨的波谱影像进行融合的方法。首先，对低分辨率多光谱影像进行主成分变换，再用全色影像中的波段替换多光谱影像中的第一主成分，在波段替换过程中，为了避免波谱信息失真，通常将ＰＡＮ影像中的波段进行缩放后，第一主成分波段进行直方图匹配，再进行主成分逆变换后，对多光谱影像进行重采样，最后得出全色影像像元大小相同的融合影像。

2形校正验证方法

目视判读是形校正效果评价的最常用方法,主要观测遥感影像的立体感是否降低.虽然此方法不能量化校正效果,但由于质出露区的遥感影像在形校正后需要保留各质体间影像差异,这使得目视判读目前是最好的评价方法,同时也决定了定量评价需要对比多个统计指标.应用最广的定量评价形校正效果的方法是比较太阳有效入射角余弦cos校正前后辐射度的相关性.一般情况下,cosis辐射度拟合的线性回归方程斜率和相关系数的绝对值越小,形效应越小.另一个可定量评价形校正效果的方法为类内离散度统计法,一般通过统计标准差、变异系数来实现.该类指数能够反映同一类型像元反射率值的波动大小,指标值越小表示同类物光谱特性越统一,也即形效应越小,校正效果也就越好。四分位距同样可以起到计算类内离散度的作用,即通过校正前后四分位距的变化量来评价形校正效果。

3山区耕地解译的困难及解决方法

3.1耕地边界的识别

(1)不规则耕地的边界识别山区的地形起伏。

山区可作农业使用的区域较少，形不成较大规模的耕地，因此，山区耕地往往呈现小面积分散分布的态势，而且无法形成较为规则的形状。这类耕地的单块面积很小，地块边界曲折，没有固定的走向，相邻耕地间的界线往往也不是直线，这些特征都会给耕地边界的精确识别造成很大的困难。在现有影像质量的基础上要想减少上述因素造成的解译误差，需要尽可能的在影像中突出耕地边界。与耕地本身的土壤相比，耕地边界土壤的密度更高，湿度更小，石头等杂物较多，因此，在遥感影像中耕地边界表现为浅色调。

（2）阴影区域耕地边界识别山区复杂的地形。

阴影的存在丰富了影像的层次，增强了影像的立体感，对于山体高度与形状的判定也有积极作用，但阴影区域的地物信息也会因此而难以获取，对山区影像的解译造成困难。山区耕地的解译过程存在阴影区地物信息难以获取的问题，一些耕地不可避免的处于山体或植被的阴影中，消除或减弱阴影的影响对于解译这部分耕地将至关重要。对于阴影较弱的区域，通过观察它的像元亮度值曲线可以看出，这些区域在各个波段的亮度都集中于坐标轴的左侧，也印证了阴影区亮度值低，饱和度高，色调值大的特征。

3.2山区耕地的面积精准核算

对耕地边界的准确识别是获取准确耕地面积的前提，耕地内的小地物与坡地面积的修正是面积核算的困难所在，对这2个问题的处理结果直接决定着耕地面积的精确程度。据统计，30m分辨率的遥感影像判读所获得的的耕地图斑面积比实际耕地面积大30%左右，造成这一差异的最主要原因便是各种非耕地的小地物和线状地物。山区耕地与平坦地区耕地相比，小地物的类型更多，分布更广，解译难度也更大，因此，小地物和线状地物的剔除是山区耕地面积精准核算的重要工作。

3.3撂荒耕地的对策

第一，加强基础设施建设，改善生产环境。合理布置沟渠和机耕路、完善农民肥水管理，实现各村各社道路互通，整治河流和沟渠等水利设施。第二，建立和完善土地流转和规模经营制度。加强土地流转宣传，加大对农业生产的投入，为规模化耕作的农民提供补贴和保障，提高农民的生产积极性。第三，完善并落实“零碎化整合”政策。落实土地确权工作，对无人认领，界线不清等土地统一收回，重新“丈量分地”，建立“一户一地”的模式。第四，发展新型农业经营模式，吸引和培养青年劳动力。建立农业耕种示范基地和村级信息服务站，引进科学的种植方法，通过职业培训培养新型职业农民和农业人才带头人，为农民队伍灌注新力量。

结束语

综上所述，本研究对于不规则耕地的边界识别问题，针对其边界与内部的色调差异，可以采用线性拉伸和非线性拉伸的方法增强图像的对比度，然后使用高通滤波的方法锐化处理，突出耕地的边界。阴影区耕地可以按照不同的阴影程度采用不同的办法进行处理，对于阴影较弱的区域可适当的调节影像的亮度与对比度以减弱阴影的影响；而对于阴影较强的区域则需要结合实地调研，通过变换色彩空间补偿阴影区域的亮度与饱和度。为减小小地物对耕地面积的影响，可以采用影像解译与抽样调查相结合的剔除方法，而坡地对面积量算的影响则需要进行坡度坡向分析，通过勾股定理进行纠正。最后提出利用不同季节影像叠加的方法解译撂荒耕地的方法。

参考文献

［1］黄业斌.农村土地确权存在的主要问题[J].行政管理改革，2016（1）：33-36.

［2］杨博，刘义.农业遥感影像目视解译技术要点[J].现代化农业，2008（4）：37-39.

［3］江涛.遥感影像解译标志库的建立和应用[J].地理空间信息，2010（5）：31-33.